| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-14页 |
| ·课题背景及意义 | 第8-9页 |
| ·软测量技术概述 | 第9-10页 |
| ·数据挖掘技术 | 第10-11页 |
| ·数据挖掘技术研究现状 | 第11-12页 |
| ·论文的研究内容及安排 | 第12-14页 |
| 第二章 数据挖掘技术 | 第14-22页 |
| ·引言 | 第14页 |
| ·数据挖掘中的任务和问题 | 第14-16页 |
| ·数据挖掘在软测量中的应用 | 第16页 |
| ·软测量中常用数据挖掘方法 | 第16-20页 |
| ·支持向量机算法 | 第16-19页 |
| ·聚类和分类算法 | 第19-20页 |
| ·本章小结 | 第20-22页 |
| 第三章 基于类别边界特征提取的组合支持向量机模型 | 第22-30页 |
| ·引言 | 第22页 |
| ·LDA理论分析 | 第22-25页 |
| ·经典LDA | 第22-23页 |
| ·改进LDA算法 | 第23页 |
| ·边界特征向量提取 | 第23-24页 |
| ·参数取值分析 | 第24-25页 |
| ·基于特征提取组合SVM模型的建立 | 第25-26页 |
| ·仿真实例 | 第26-28页 |
| ·本章小结 | 第28-30页 |
| 第四章 基于加权核Fisher准则特征提取的多模型建模 | 第30-40页 |
| ·引言 | 第30页 |
| ·加权核Fisher准则判别分析 | 第30-34页 |
| ·核Fisher准则判别分析 | 第30-32页 |
| ·改进KFDA算法 | 第32-33页 |
| ·类别信息度量和核参数的确定 | 第33-34页 |
| ·加权核Fisher准则特征提取 | 第34-36页 |
| ·多模型软测量系统 | 第36-38页 |
| ·本章小结 | 第38-40页 |
| 第五章 基于最小能量聚类的多模型建模 | 第40-48页 |
| ·引言 | 第40页 |
| ·最小能量聚类 | 第40-42页 |
| ·环路能量 | 第40-42页 |
| ·模拟退火算法 | 第42页 |
| ·基于最小能量环的软测量模型 | 第42-44页 |
| ·仿真实例 | 第44-46页 |
| ·本章小结 | 第46-48页 |
| 第六章 总结与展望 | 第48-50页 |
| ·本文的工作总结 | 第48页 |
| ·今后工作展望 | 第48-50页 |
| 致谢 | 第50-52页 |
| 参考文献 | 第52-56页 |
| 附录:作者在攻读硕士学位期间发表的论文 | 第56页 |